∵〖课程收益〗

掌握大数据的应用特点和基本算法；理解工业大数据的体系架构，初步掌握工厂各类运营场景（预测、设备、质量、工艺等）大数据分析的基本方法，逐步实现工厂管理的数据化与智能化。

∵〖课程大纲〗

一、解读智能制造与工业大数据

1、德国，美国，中国智能制造战略的差异本质

2、工业互联网与工业大数据的应用场景举例

3、模式创新：服装行业大数据的案例介绍

二、工业大数据及其技术基础

1、运营管理人员的四项必备技术：概率、算法、构架与应用

2、何为“大”？__工业大数据的两个界限

3、工业大数据与商业大数据的区别

4、核心算法举例：分类、聚类

5、案例介绍“基于CNN算法的现场安全管理”

6、关联背景简介：人工智能，hadoop，数据挖掘。。。

三、工业大数据的项目实施

1、目前工业大数据实施的热点与难点分析

2、正确评估大数据项目实施的期望与技术

3、工业大数据的实施重点：

1）数据采集：从ERP到物联网

2）数据处理：数据质量、成熟度、建模

3）应用场景：产品设计、设备诊断、质量管理等

四、工业大数据目前应用场景

1、主要典型场景概述

2、产品研发与仿真

1）产品仿真：CPS和西门子数字孪生技术

2）产品研发应用：谷歌医药技术、半导体工艺材料

3、大数据与车间排程

1）管理现状：计划赶不上变化

2）改变原有认知：预测的价值？

3）无约束计划与现实存在的多种变量

4）案例讨论：APS系统与数据应用

4、质量分析与管理

1）目前质量分析工具：精益6西格玛等

2）案例“基于大数据分析的白车身2MM装配误差”改善

3）数据相关性的工艺传递路线质量分析

5、设备故障

1）传统故障诊断技术与设备维护

2）案例：大数据在风电设备诊断中的应用

3）不同设备机理的故障诊断现状